FrRay
/
op_optimization
forked from metax-maca/op_optimization
0
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

将 START_HERE.md 重命名为 选手入口.md，更新语言列与 Q&A

This commit is contained in:
FrRay 2026-06-23 11:40:16 +08:00
parent d9e691fa4d
commit 7291f85688
2 changed files with 18 additions and 5 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

1
README.md
View File

@ -46,6 +46,7 @@
**赛题二相关资料**
- [赛题二方案：基于 AI Agent 开发范式的国产 GPU 大模型推理算子库优化方案](基于AI%20Agent开发范式的国产GPU大模型推理算子库优化/基于AI%20Agent开发范式的国产GPU大模型算子推理库优化方案.md)
- [赛题二选手入口](基于AI%20Agent开发范式的国产GPU大模型推理算子库优化/选手入口.md)
- [模力方舟 Agent 部署准备教程](基于AI%20Agent开发范式的国产GPU大模型推理算子库优化/模力方舟Agent部署准备教程.md)
- [赛题二说明及资料参考](基于AI%20Agent开发范式的国产GPU大模型推理算子库优化/赛题说明.md)

22
基于AI Agent开发范式的国产GPU大模型推理算子库优化/START_HERE.md → 基于AI Agent开发范式的国产GPU大模型推理算子库优化/选手入口.md
View File

@ -6,11 +6,11 @@
三个方向，任选其一或多个：
| 方向 | 任务 | 技术约束 |
|------|------|---------|
| **FlashInfer** | 将 BatchPrefill / BatchDecode / MLA 等 Attention Kernel 迁移至 MACA 平台并完成性能优化。重点调优维度：headdim、seqlen、page_size | MACA C++，BF16，headdim 64/128/256，seqlen 1K–180K |
| **FlashAttention** | 将 `flash_attn_with_kvcache` 接口迁移至 MACA 平台并完成性能优化。重点调优维度：headdim（高优 128/256/512）、seqlen | MACA C++，BF16，headdim 32–512，page_size=16 |
| **Fused MoE** | 将 INT8 量化 MoE 算子迁移至 MACA 平台并完成性能优化。重点调优维度：token 路由、专家计算、访存路径 | Tilelang / Triton / MACA C，INT8 W8A8，真实模型 shape |
| 方向 | 任务 | 开发语言 | 技术约束 |
|------|------|---------|---------|
| **FlashInfer** | 将 BatchPrefill / BatchDecode / MLA 等 Attention Kernel 迁移至 MACA 平台并完成性能优化。重点调优维度：headdim、seqlen、page_size | MACA C++ / Tilelang / Triton | BF16，headdim 64/128/256，seqlen 1K–180K |
| **FlashAttention** | 将 `flash_attn_with_kvcache` 接口迁移至 MACA 平台并完成性能优化。重点调优维度：headdim（高优 128/256/512）、seqlen | MACA C++ / Tilelang / Triton | BF16，headdim 32–512，page_size=16 |
| **Fused MoE** | 将 INT8 量化 MoE 算子迁移至 MACA 平台并完成性能优化。重点调优维度：token 路由、专家计算、访存路径 | MACA C++ / Tilelang / Triton | INT8 W8A8，真实模型 shape |
## 提交物
@ -114,3 +114,15 @@ A：以各算子 baseline 性能为基准（约 50 分），硬件理论上限
**Q：排行榜怎么排？**
A：每个任务单独计分，一个任务一个榜。两个赛题在 XPU-OJ 的榜单得分规则一致。多次提交取最好一次有效提交。正确性测试不通过的作品不计入排行榜。
**Q：三个方向是任选一个，还是必须全做？**
A：任选其一，也可以做多个方向。每个方向独立计分、独立排名。
**Q：FlashInfer 方向下面有多个子题，需要全做还是选做？**
A：FlashInfer 方向包含 Ragged Prefill、Paged Prefill、MLA Paged Attention、Paged Decode 等子任务。各子任务是否独立计分、提交方式与提交次数等细则，请以 OJ 平台题面说明及组委会后续通知为准。
**Q：应该什么时候做第一次 OJ 提交？性能没达标能交吗？**
A：没有最低性能门槛——正确性通过即可进入排名。建议开发初期就提交一个只过正确性的版本，验证编译、接口、提交链路正常，确认流程跑通后再迭代优化冲榜。